一种无人机自主跟踪方法技术

本发明专利技术涉及一种无人机自主跟踪方法,确保了跟踪的有效性和稳定性。实现了无人机的自主跟踪功能。其基于视觉的无人机跟踪主要需要保证的就是实时性和鲁棒性，实时性是为了确保算法运行速度，保证可以及时提供相关信息控制无人机跟踪目标，鲁棒性是为了保证适应环境的变化，目标外观变化等非固定因素可能造成的跟踪的不利影响。本发明专利技术方法图像感知的方式信息采集丰富，具有较大计算量，该发明专利技术提供的跟踪算法，完全可以满足无人机跟踪移动目标的实时性要求。同时基于视觉的跟踪对复杂背景，光照变化，以及目标的视角转换等具有良好的适应性，满足无人机跟踪移动目标的鲁棒性要求。

【技术实现步骤摘要】
一种无人机自主跟踪方法
本专利技术涉及目标跟踪领域，具体涉及一种无人机自主跟踪方法。
技术介绍
四旋翼无人机具有结构简单，成本低廉，灵活机动性好，环境适应能力强，目前应用于众多领域，如：环境监测，军事打击，安保防卫等。在实际应用中，无人机对地面的目标跟踪是无人机的常见任务之一，如利用无人机对犯罪分子进行跟踪监控，跟踪管道监视管道安全等。但是目前无人机的跟踪方法一般是将图像传至地面工作站，地面工作站担任着跟踪，姿态解算等任务，然后将飞行信息传给无人机，使实现对地面目标的跟随飞行。然而这种方法存在着智能性不足，跟踪不稳定。特别是通信网络时延大时，跟踪任务基本宣告失败。因此，为了进一步扩大无人机跟踪应用领域，研究其自主跟踪是尤为必要的。无人机自主跟踪方式，是地面站确定无人机跟踪目标后，无人机对目标进行自主跟踪。无人机跟踪方法一般运用的是计算机视觉技术，利用图像传感器进行图像信息的采集，利用计算机视觉技术，对图像进行处理，解算位姿信息，控制无人机进行飞行。但现有的自主跟踪方式存在着下述的问题：1、虽然可以排除网络时延的干扰，但是一般跟踪任务中，跟踪目标通常是运动，因此基于计算机视觉的目标跟踪本文档来自技高网...

【技术保护点】
1.一种无人机自主跟踪方法，其特征在于，包括下述步骤：步骤一、对采集到的图像进行处理，运用目标跟踪算法对图像进行处理，所述目标跟踪算法的步骤如下：(1)、算法初始化，初始化分类器和跟踪目标窗口；在此过程中对目标进行正负样本采集，样本的表达形式为一种灰度差异性特征，特征采集表示为：

【技术特征摘要】
1.一种无人机自主跟踪方法，其特征在于，包括下述步骤：步骤一、对采集到的图像进行处理，运用目标跟踪算法对图像进行处理，所述目标跟踪算法的步骤如下：(1)、算法初始化，初始化分类器和跟踪目标窗口；在此过程中对目标进行正负样本采集，样本的表达形式为一种灰度差异性特征，特征采集表示为：(2)、对下一帧图像进行样本正负样本采集，利用分类器进行目标和背景的判别，使用kalman滤波器校正目标位置，Kalman滤波器结合现在目标的预测位置和现在目标的测量值，计算可知目标所在位置的最优估算值X(k|k)；X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1)式中，Kg(k)为Kalman增益。通过Kalman滤波器得到的预测位置后，计算每一个样本与预测位置的距离，将位置距离信息变换为位置权系数加入到分类器中；(3)、对目标进行第二次尺度变换的正负样本采集，在此位置上进行多个尺度模板的采集，利用分类器再次进行分类，得到最大响应值，更新分类器；(4)、得到尺度改变后的目标位置后，再次采集正负样本用于更新分类器参数。步骤二、对连续图像序列上计算目标跟踪目标和图像中心点的像素位置差；步骤三、通过计算出的图像的位置差按照相应的映射关系计算无人机与目标在真实三维空间中的相对位移：在计算无人机与目标在真实三维空间中的相对位移式，所使用的相机标定坐标系包括：像素坐标系：原点O在图像的左上角，设定原点向右方向为U轴，原点向下放下为V轴；成像平面坐标系：设定坐标系原点OR为图像中心，即相机的光轴与成像平面的交点，向右为XR轴，向下为YR轴；相机坐标系：坐标系原点...

【专利技术属性】
技术研发人员：王鹏，段一琛，吕志刚，李晓艳，许韫韬，李晓宾，张欣伟，乔梦雨，
申请(专利权)人：西安工业大学，
类型：发明
国别省市：陕西,61